Python如何处理大文件_流式读取与内存优化

老静大大_7963

老静大大_7963

2026-03-06

327人浏览

原创

应采用流式读取避免内存溢出:①按行读取适用于文本文件,用for line in f逐行处理;②分块读取适合二进制文件,用f.read(size)控制缓冲区;③用生成器封装逻辑提升复用性;④配合csv、gzip等标准库工具优化。

python如何处理大文件_流式读取与内存优化

处理大文件时,直接用 open().read() 会把整个文件加载进内存,极易导致内存溢出。正确做法是流式读取——按需加载、边读边处理,显著降低内存占用。

按行读取:最常用且安全的方式

适用于文本文件(如日志、CSV、配置等),逐行迭代,内存只保留当前行:

  • 用 for line in f: 替代 f.readlines(),避免一次性生成所有行的列表
  • 每行末尾自带换行符 \n,需要时用 line.rstrip('\n') 去除
  • 示例:
    with open('huge.log', 'r', encoding='utf-8') as f:
        for line in f:
            if 'ERROR' in line:
                process_error(line)
    

分块读取:控制每次加载的字节数

适合二进制文件(如视频、压缩包)或需自定义处理单元的场景,通过 read(size) 精确控制缓冲区大小:

在清理重构之前使用 Vulture 查找未使用的 Python 代码
在清理重构之前使用 Vulture 查找未使用的 Python 代码

在重构之前对Python代码库运行死代码检测,以便智能体能够标记未使用的函数、类、导入和变量,而不是盲目删除。

下载
  • 推荐块大小为 8192(8KB)或 65536(64KB),兼顾 I/O 效率与内存压力
  • 循环调用 f.read(chunk_size),返回空字符串时表示读完
  • 示例:
    with open('big.zip', 'rb') as f:
        while True:
            chunk = f.read(8192)
            if not chunk:
                break
            process_chunk(chunk)
    

使用生成器封装逻辑,提升复用性

将流式读取逻辑封装为生成器函数,解耦读取与业务处理,代码更清晰、可测试:

  • 生成器用 yield 逐个产出处理结果,不缓存全部数据
  • 例如解析大 CSV 文件时,可 yield 每行字典而非返回列表
  • 示例:
    def read_csv_stream(filename):
        with open(filename, 'r', encoding='utf-8') as f:
            headers = f.readline().strip().split(',')
            for line in f:
                values = line.strip().split(',')
                yield dict(zip(headers, values))
    
    for row in read_csv_stream('data.csv'):
        if row.get('status') == 'active':
            send_notification(row)
    

配合标准库工具进一步优化

Python 内置模块可减少手动管理负担:

  • csv.reader(f) 和 csv.DictReader(f) 支持流式解析,无需自己切分字段
  • gzip.open() 或 lzma.open() 可直接读取压缩文件,无需先解压到磁盘
  • itertools.islice() 能高效跳过前 N 行(如跳过 CSV 表头后处理),避免冗余迭代

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1951

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5584

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1909

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

34157

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4007

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4007

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1283

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3123

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程